fact
- Gestion des donnees
- cdel — suppression de colonnes dans une structure Div
- centering — centre une structure Div
- csv2div — charge un fichier csv au format Div
- csv2div2 — charge au format Div un fichier csv avec: séparateur de champ = ',' et séparateur décimal = '.'
- dcsv2div — charge un fichier csv contenant uniquement des données numériques sans valeurs manquantes et organisées sous forme d'une matrice
- dcsv2div2 — charge au format Div un fichier csv contenant des données numériques sans valeur manquante et organisées sous forme d'une matrice, avec séparateur de champ = ',' et séparateur décimal = '.'
- div — convertit une entrée en structure Div
- div2csv — exporte une structure Div au format csv
- div2dcsv — exporte au format csv, sans les labels de variable ou d'observation, une matrice (n x q) ou le champ .d d'une structure Div
- div2mat — exporte une structure Div ou une structure de Divs au format .mat
- div2tab — exporte une structure Div au format csv-tabular
- groupcreate — construit des groupes organisés en liste de structures Div à partir d'un codage des échantillons conjonctif ou disjonctif
- indexseek — dans un vecteur de nombres, cherche l'index dont la valeur est la plus proche d'un nombre donné
- isconj — vérifie si un vecteur colonne x (ou x.d d'une structure Div) représente un codage conjonctif
- isdisj — vérifie si une matrice x (ou x.d d'une structure Div) représente un codage disjonctif
- islist — vérifie si une entrée est une liste et convertit en structure Div les éléments qui ne le sont pas
- jstr — justifie un vecteur de chaines de caractères à un nombre de caractères égal à (ndigits+1)
- nandel — suppression de lignes ou colonnes contenant des valeurs manquantes (NaN)
- num2str — transforme un vecteur de nombres en un vecteur de termes alphanumériques justifiés pour un nombre de caractères égal à ndigits
- rdel — suppression de lignes
- reorder — trie deux structures Div à partir des identifiants qu'elles partagent
- scsv2sci — importe un fichier .csv contenant des données alphanumériques organisées sous forme d'une matrice; séparateur de colonne = point-virgule
- standardize — divise chaque colonne par son écart-type
- str2conj — construit un vecteur conjonctif de classes identifiées dans un vecteur de chaines de caractères
- strseek — recherche une chaine de caractères dans les éléments d'un vecteur
- Statistiques
- corrmat — matrice des coefficients de corrélation entre les vecteurs-colonne de deux matrices
- covmat — matrice des covariances entre les vecteurs-colonne de deux matrices
- snk — analyse de variance et comparaison de moyennes par Student-Newman-Keuls (SNK)
- std — calcule l'écart-type de chaque colonne de x
- wilks — calcule le Lambda de Wilks = inertie intra-classes / inertie totale
- (X) Une matrice d'observations / variables
- cspcana — analyse en composantes principales sur données centrées-réduites
- ica_blocs_signals — le nombre de composantes indépendantes est déterminé d'après les corrélations entre blocs issus des données
- ica_dwresiduals — le nombre de composantes indépendantes est déterminé d'après le crière de Durbin-Watson
- icajade — produit la matrice d'extraction des composantes indépendantes selon l'algorithme Jade
- icascores — extrait les composantes indépendantes et les proportions (scores) avec la fonction icajade
- kcmeans — regroupe les observations en groupes par la méthode des nuées dynamiques
- outlier — calcul de 3 paramètres: T2-Hotelling, Q ou variances résiduelles, et effet de levier, permettant d'identifier des échantillons extrêmes
- pcaapply — applique un modèle d'ACP, construit avec un premier jeu de données, sur un deuxième jeu de données
- pcana — analyse en composantes principales
- (X) Une matrice de contingence
- ca — analyse des correspondances
- (X->X) Pretraitements par projection orthogonale
- detrending — applique la correction Detrend par projection orthogonale à une matrice de Vandermonde
- dop — calcule la matrice de vecteurs propres pour projection orthogonale avec la méthode Dynamic Orthogonal Projection
- epo — calcule les vecteurs-propres et les paramètres de réglage de External Parameter Orthogonalization (EPO) avec l'approche classique basée sur les moyennes par grandeur d'influence
- epoe — calcule les vecteurs-propres et les paramètres de réglage de External Parameter Orthogonalization (EPO) avec un centrage par échantillon inspirée de EROS
- eros — calcule les vecteurs-propres et les paramètres de réglage de Error Removal by Orthogonal Substraction (EROS)
- iirp — calcule les vecteurs-propres et les paramètres de réglage de Independent Interference Reduction (IIR)
- osc — calcule les paramètres de l'orthogonal signal correction (OSC) selon la méthode directe
- pop_dextract — extrait la matrice d'information nuisible selon l'une des méthodes: IIR ('iirp'), EPO ('epo'), EROS('eros' ou 'epoe')
- pop_dtune — calcule les paramètres de réglage d'une projection orthogonale pour laquelle la matrice d'information nuisible (dmatrix) est donnée
- popapply — applique un modèle obtenu avec 'epo','epoe','eros','iirp' ou 'pop_dtune' à une matrice xtest ou un jeu (xtest,ytest)
- vanderm — calcule la matrice de Vandermonde pour la correction Detrend
- (X->X) Pretraitements par selection de variables
- covsel — sélection de variables par maximisation de leur covariance avec y
- (X->X) Autres pretraitements
- normc — ajuste à 1 la norme des colonnes; les colonnes nulles sont inchangees
- pds_apply — application d'un modèle PDS à un nouveau jeu de données issus du spectromètre A
- pds_calc — calcul de PDS-piecewise direct standardization, une méthode qui utilise les spectres acquis avec un spectromètre A pour estimer les spectres qui auraient été obtenus avec un spectromètre B
- savgol — lissage, dérivées première et seconde de spectres selon Savitsky-Golay
- simufilters — conversion d'une unité de mesure de longueurs d'onde en une autre unité, souvent décalée, selon la formule: x_new = x_old * filter' ; très utile pour convertir des fréquences en longueurs d'onde, et vice versa
- snv — normalisation Standard Normal Variate (SNV)
- (X->y) Etalonnages linéaires
- ikpls — régression 'partial least squares' (PLS) par la méthode 'improved kernel'
- mlr — régression linéaire multiple (MLR)
- pcr — régression sur composantes principales (PCR)
- pls — régression 'partial least squares' (PLS) par la méthode standard
- regapply — applique un modèle d'étalonnage obtenu avec pls, vodka, pcr, ridge ou mlr à un nouveau jeu de données
- ridge — méthode de régression Ridge
- spls — régression Stacked PLS
- vodka — régression Vodka-PLSR
- (X->y) Etalonnages non linéaires
- nns_buildbayes — construction d'un réseau de neurones à 1 couche cachée et avec biais
- nns_init — initialisation d'un réseau de neurones à 1 couche cachée, avec biais
- nns_simul — prédictions par un réseau de neurones à 1 couche cachée et avec biais
- nns_simulbis — prédictions et estimations des erreurs de prédiction par un réseau de neurones à 1 couche cachée et avec biais
- nns_simulter — erreurs de prédiction par un réseau de neurones à 1 couche cachée et avec biais
- (X->Y_classes) Classification
- copda — classification par projection orthogonale (COP) avec validation croisée
- daapply — application d'un modèle d'analyse discriminante à un jeu de test
- fda — analyse factorielle discriminante (AFD) avec validation croisée
- forwda — analyse discriminante pas à pas 'forward' avec validation croisée
- knnda — méthode des k plus proches voisins avec validation croisée
- plsda — analyse discriminante PLS avec validation croisée: une PLS2 (Simpls) calcule des scores sur la matrice disjonctive des classes, puis chaque observation est attribuée à une classe en utilisant ces scores
- (X1-X2…Xk) Multitableaux
- acom1 — analyse en composantes communes et co-inertie
- ccswa — analyse en composantes communes et poids spécifiques
- comdim — analyse en composantes communes et poids spécifiques, algorithme différent de ccswa
- statis — méthode Statis
- statislda — méthode Statis-analyse factorielle discriminante
- Graphiques
- barycentermap — nuages de points, toutes les observations de la même classe sont représentées par la même couleur et sont rattachées au barycentre de leur classe
- coloredmap — figure couleur représentant des observations par leur identifiant de classe
- corrplot — cercle des corrélations entre les variables d'une ou plusieurs matrices d'une part; et deux axes représentant des scores orthogonaux issus p.ex. d'une ACP ou d'une PLSR d'autre part
- curves — graphe des vecteurs-colonne d'une structure Div
- diacmap — figure couleur représentant des observations par un triangle de couleur différente selon la classe
- dotcmap — figure couleur représentant des observations par un point de couleur différente selon la classe
- holdoff — une nouvelle figure est crée à chaque nouveau graphe de Fact
- holdon — la dernière figure est utilisée pour chaque nouveau graphe crée par Fact
- kcmap — figure noir et blanc représentant des observations par leur identifiant de classe
- kscmap — figure noir et blanc représentant des observations par un symbole (ou un nombre si plus de 7 classes) différent selon la classe
- map — nuages de points noir et blanc représentant des observations par leur label
- regplot — graphe des valeurs de référence vs les valeurs prédites, ainsi que: R2, bias, RMSE, pente et valeur à l'origine de la courbe de tendance
- scmap — figure représentant les observations par un symbole (ou un number si plus de 7 classes) dont la couleur est différente pour chaque classe
- starcmap — figure couleur représentant des observations par une etoile de couleur différente selon la classe